2002-11-02から1日間の記事一覧
一日でできた。アルゴリズム部はJavaに直して、描画部分を付け加えた。青い丸が一応車で山の右側に抜ける方法を獲得する。車は右へ到達すると初期位置に戻る。何回か繰り返すと短時間で登れるようになっていく。mountain_car.jar初めてタイルコーディングを…
次の強化学習の例題として上のを調べてみることにした。これには、タイルコーディング(tile coding)という手法が使われている(非常に重要)。Suttonさんの本読んでもいまいち理解できなかったので、プログラムを調べてみることにした。またアプレットにで…